Current AI กับความพยายามสร้าง AI สาธารณะ และเหตุผลที่คนไทยควรสนใจ
ทุกวันนี้เวลาคุณพิมพ์คุยกับ AI คุณกำลังใช้ของที่บริษัทไม่กี่แห่งในโลกเป็นเจ้าของ พวกเขาตัดสินใจว่าจะฝึกมันด้วยข้อมูลอะไร จะเปิดให้ใครใช้ ราคาเท่าไร และจะรองรับภาษาไหนดีแค่ไหน คำถามที่ตามมาคือ ถ้าเทคโนโลยีนี้สำคัญกับชีวิตคนจริงอย่างที่พูดกัน มันควรมีเวอร์ชันที่เป็นของสาธารณะด้วยไหม
วันที่ 19 กรกฎาคม 2026 TechCrunch รายงานความคืบหน้าของ Current AI มูลนิธิที่ตั้งขึ้นเพื่อตอบคำถามข้อนี้ ซีอีโอ Ayah Bdeir เปรียบเป้าหมายของพวกเขาไว้ว่าอยากให้ AI เป็นเหมือนเวิลด์ไวด์เว็บ คือใครก็เข้าถึงได้ ฟรี
ใครคือ Current AI
Current AI เป็นองค์กรไม่แสวงหากำไร ก่อตั้งเมื่อเดือนกุมภาพันธ์ 2025 โดย Martin Tisne ต่อมาในเดือนมกราคม 2026 Ayah Bdeir เข้ามารับตำแหน่งซีอีโอ เธอเคยดูแลกลยุทธ์ด้าน AI ให้ Mozilla และก่อนหน้านั้นเป็นผู้ก่อตั้ง littleBits บริษัทชุดอุปกรณ์อิเล็กทรอนิกส์เพื่อการเรียนรู้ ที่ขายให้ Sphero ในปี 2019
เงินสนับสนุนที่ประกาศไว้แล้วรวมราว 400 ล้านดอลลาร์ ก้อนตั้งต้น 100 ล้านดอลลาร์มาจากรัฐบาลฝรั่งเศส และมีผู้ร่วมสมทบทั้งมูลนิธิ Ford มูลนิธิ MacArthur รวมถึง DeepMind และ Salesforce ซึ่งเป็นส่วนผสมที่แปลก คือมีทั้งรัฐ มูลนิธิการกุศล และบริษัทเทคโนโลยีอยู่ในโต๊ะเดียวกัน
ทำอะไรไปแล้วบ้าง
สิ่งที่ทำให้ข่าวนี้น่าสนใจกว่าคำแถลงทั่วไป คือมีของที่ปล่อยออกมาแล้วจริง
เดือนกุมภาพันธ์ 2026 Current AI ร่วมกับ Bhashini ซึ่งเป็นโครงการด้านภาษาของรัฐบาลอินเดีย เปิดตัวอุปกรณ์ชื่อ Suno Sutra เป็นเครื่องขนาดพกพาที่รัน AI ได้ใน 22 ภาษาอินเดีย โดยไม่ต้องต่ออินเทอร์เน็ต จุดสำคัญอยู่ที่คำว่าไม่ต้องต่ออินเทอร์เน็ต เพราะคนจำนวนมากที่ควรได้ประโยชน์จาก AI มากที่สุด คือคนที่สัญญาณไม่ดีและค่าเน็ตแพงเมื่อเทียบกับรายได้
เดือนกรกฎาคม 2026 พวกเขาเปิดตัว Alpha Chat แชตบอตโอเพนซอร์สที่สิบองค์กรร่วมกันประกอบขึ้นภายในเจ็ดสัปดาห์ ในกลุ่มนั้นมีชื่อที่คนในวงการรู้จักดีอย่าง Hugging Face, Mozilla และ MIT Media Lab
และเมื่อเดือนมิถุนายน 2026 พวกเขาให้ทุนรอบแรกรวม 3.2 ล้านดอลลาร์แก่สี่องค์กรในเคนยา เลบานอน และแถบแอมะซอนของบราซิล งานของแต่ละกลุ่มต่างกันไป ตั้งแต่การสร้างชุดข้อมูลสำหรับภาษาแอฟริกันกว่า 50 ภาษา การแปลงประวัติศาสตร์วัฒนธรรมอาหรับให้อยู่ในรูปดิจิทัล การทำเครื่องมือ AI แบบออฟไลน์ร่วมกับชุมชนพื้นเมือง ไปจนถึงเครื่องมือตรวจสอบความรับผิดชอบของระบบ AI
ทำไมเรื่องภาษาถึงเป็นปัญหาทางเทคนิคจริง
หลายคนคิดว่าการที่ AI ตอบภาษาไทยได้ไม่ดีเท่าภาษาอังกฤษเป็นเรื่องของการแปล แต่จริง ๆ แล้วมันลึกกว่านั้น
โมเดลภาษาเรียนรู้จากการอ่านข้อความจำนวนมหาศาล มันไม่ได้ท่องกฎไวยากรณ์ แต่ซึมซับรูปแบบจากตัวอย่างที่เห็น ยิ่งเห็นตัวอย่างของภาษาหนึ่งมาก มันยิ่งจับความละเอียดของภาษานั้นได้ดี ทั้งสำนวน บริบททางวัฒนธรรม และความหมายที่ไม่ได้พูดตรง ๆ
ปัญหาคือข้อความที่มีอยู่บนอินเทอร์เน็ตไม่ได้กระจายเท่ากันในทุกภาษา ภาษาอังกฤษมีสัดส่วนมากกว่าภาษาอื่นอย่างมีนัยสำคัญ ส่วนภาษาที่มีข้อมูลน้อยจะได้ตัวอย่างให้เรียนน้อยกว่ามาก ผลที่ตามมาไม่ใช่แค่ตอบผิดบ่อยขึ้น แต่รวมถึงเข้าใจบริบทตื้นกว่า และเข้าใจเรื่องเฉพาะถิ่นได้แย่กว่า ภาษาไทยอยู่ในกลุ่มหลังนี้
นี่คือเหตุผลว่าทำไมการสร้างชุดข้อมูลของภาษาที่ถูกมองข้าม ถึงเป็นงานที่มีค่าจริง ไม่ใช่งานเชิงสัญลักษณ์ ถ้าไม่มีใครลงแรงรวบรวมและจัดระเบียบข้อความในภาษาเหล่านั้น โมเดลรุ่นต่อ ๆ ไปก็จะยังเก่งภาษาเดิม ๆ อยู่ดี
เรื่องนี้เกี่ยวอะไรกับคุณ
ถ้าคุณทำธุรกิจหรือทำงานในไทย ประเด็นนี้มีผลกับคุณสองทาง
ทางแรกคือทางปฏิบัติวันนี้ เมื่อรู้ว่าโมเดลเข้าใจภาษาอังกฤษลึกกว่า คุณจะออกแบบวิธีใช้ได้ฉลาดขึ้น เช่น งานที่ต้องการการวิเคราะห์ซับซ้อน ลองให้บริบทหรือคำสั่งเป็นภาษาอังกฤษแล้วให้มันตอบเป็นไทย หรือให้ตัวอย่างงานที่ดีเป็นภาษาไทยแนบไปด้วยเสมอ เพื่อชดเชยสิ่งที่มันเห็นมาน้อย
ทางที่สองคือทางโครงสร้างระยะยาว ถ้าเครื่องมือที่คนไทยใช้ทำงานทั้งประเทศเป็นของบริษัทต่างชาติล้วน ๆ ราคาและเงื่อนไขการใช้ก็ถูกกำหนดจากที่อื่น การมีทางเลือกแบบเปิดที่ใช้ได้ฟรี ต่อให้ยังไม่เก่งเท่า ก็เป็นแรงถ่วงดุลที่มีค่า
ข้อควรระวังในการอ่านข่าวนี้
อย่าเพิ่งสรุปว่าสำเร็จ 400 ล้านดอลลาร์ฟังดูเยอะ แต่เล็กมากเมื่อเทียบกับงบลงทุนต่อปีของบริษัท AI รายใหญ่ที่อยู่ในหลักหมื่นล้านดอลลาร์ขึ้นไป และของที่ปล่อยออกมาก็ยังอยู่ในขั้นตั้งต้น
ตัวชี้วัดที่ควรจับตาจึงไม่ใช่ยอดระดมทุน แต่คือมีคนใช้จริงแค่ไหน ชุดข้อมูลที่สร้างขึ้นถูกนำไปใช้ฝึกโมเดลจริงหรือเปล่า และโครงการเหล่านี้ยังเดินต่อได้ไหมเมื่อเงินก้อนแรกหมด
ที่มา
Kate Park, TechCrunch, 19 กรกฎาคม 2026 — https://techcrunch.com/2026/07/19/nonprofit-current-ai-is-racing-to-build-the-world-wide-web-of-ai-free-for-all/